跳到正文
10月19日周一
  1. arXiv · 机器人与计算机视觉48

    腱驱动机器人水母通过强化学习实现闭环深度控制

    该研究展示了一种结合柔性基底与离散约束的腱驱动机器人水母,其八个执行器由四个伺服电机驱动,可实现最大约150°弯曲及稳定游泳、姿态调整与自复位。基于线性致动特性开发的强化学习控制器,在仿真与物理实验中均实现了闭环深度调节,证明了机械约束能提升软致动可控性同时保持顺应性运动。

  2. arXiv · 机器人与计算机视觉36

    Benchmarking Robots for Everyday Environments:从实验室到真实运营的机器人评测流程

    该研究提出跨学科流程,在 2023-2025 年间通过七次活动评估三款机器人在公园清扫、人行通道清洁及图书馆互动协助任务的表现。评测聚焦任务完成度、交互质量、安全性与经济可行性,证实通用指标难以完全捕捉环境真实性带来的挑战。结论建议采用包含安全强制项的共享度量选择与文档化程序,而非固定指标集,以支持技术就绪等级 6-7 的系统过渡。

  3. arXiv · 机器人与计算机视觉75

    OpenDexGrasp:面向开放词汇的任务导向灵巧抓取研究

    论文提出了 OpenDexGrasp 框架,旨在解决机器人需从自由形式语言推断功能意图并结合多视角视觉观测生成可执行高自由度抓取的挑战。该工作构建了包含 OpenDex-Scale(大规模语义与几何覆盖)和 OpenDex-Align(高质量具身对齐)的双源监督数据集,采用 Coverage-to-Alignment 配方进行训练。

  4. arXiv · 机器人与计算机视觉82

    Monkey See, Can Monkey Do?:一项用于通过观察学习机器人技能的评测基准

    针对从人类视频中学习操作技能难以横向比较的问题,作者提出 RoboReel 统一评测基准。该基准包含捆绑的真实世界人类演示视频、仿真机器人轨迹及十个操作任务的评估环境。

    推荐理由:提出 RoboReel 统一基准,涵盖真实演示视频、仿真轨迹与十项操作任务,评估视觉语言动作模型在抗干扰及长程任务上的表现。

  5. arXiv · 机器人与计算机视觉72

    Mind the Phase:足式运动控制中的有效秩与表征健康度研究

    该论文针对强化学习在足式运动控制中策略表征理解不足的问题,通过计算网络雅可比矩阵的有效秩,发现将条件变量设定为步态相位能揭示全局分析无法捕捉的表示结构。研究指出,引入残差连接和层归一化的架构相比普通 MLP 能在摆动主导状态分配更多有效秩维度。基于此提出的诊断建议可在仿真及物理 Spot 机器人上降低高达 2 倍的关节抖动,证明策略容量在步态周期内的分布与仿真实验到现实部署的迁移效果密切相关。

  6. arXiv · 机器人与计算机视觉78

    ADEPT:利用预训练和后训练的强化学习加速灵巧性

    论文介绍 ADEPT 框架,旨在通过大规模强化学习在多自由度机器人本体上实现从原始视觉 - 触觉感知直接求解长视界任务的 sim-to-real 灵巧性迁移。该方法先在通用物体放置任务上预训练灵巧策略,再以后训练下游策略,解决了多指机器人难以从零发现新行为的问题。

    推荐理由:论文提出 ADEPT 框架,通过预训练与后训练结合强化学习解决多指机器人灵巧操作难题,并开放了相关代码。

  7. arXiv · 机器人与计算机视觉82

    解析视觉语言动作模型在接触丰富任务中的失效原因与修复方法

    针对视觉语言动作模型(VLA)在处理需要精确物理交互的接触丰富任务时表现不佳的问题,该研究识别了精度失效和力失效两种主要模式,并提出 FACT 方法进行改进。FACT 通过在后期训练增加低噪声采样以优化精细动作预测,并引入结构化力条件引导动作生成。在涵盖近 2,500 次真实世界部署的评估中,该方法在五类接触丰富任务上的平均成功率达到 66%,优于最佳基线方法的 41%。

    推荐理由:该工作通过 FACT 方法在接触丰富任务中将成功率提升至 66%,为理解 VLA 失效模式及改进提供了新视角。

  8. arXiv · 机器人与计算机视觉68

    诊断序列机器人任务中的组合泛化能力

    该论文研究了序列机器人操作中的组合泛化问题,将泛化差距分解为边际指令偏移、指令组合偏移和上下文动作偏移三个来源。研究结果表明,无需穷举所有指令元组,只需覆盖与动作相关的依赖结构即可恢复强大的分布外性能;仅用每个任务一个演示的微调即可将分布外成功率从 0.4% 提升至 54.7%。材料为预印本论文,提供了诊断稀疏训练集有效性的框架及项目网站上的额外结果、代码和数据集。

  9. arXiv · 机器人与计算机视觉68

    EDAR:面向机器人操作的依赖环境动作表示学习

    该论文提出 EDAR 框架,旨在解决传统方法仅编码动作流结构而忽略环境作用的局限。通过将动作 token 锚定在执行控制结构与预期视觉后果上,该方法鼓励学习空间捕捉交互语义而非单纯命令模式。实验在仿真和真实机器人基准上进行,结果显示 EDAR 能提升下游策略学习性能,尤其在长序列操作任务中表现显著。

  10. arXiv · 机器人与计算机视觉75

    NativeMEM:一种用于长视界机器人操作的本地内存压缩方法

    针对预训练视觉语言动作模型难以兼顾长时序视觉历史与高效性的问题,该研究提出 NativeMEM 框架。其核心是 Native Memory Compression 方案,利用 VLA 自身的视觉编码器将多路摄像头的历史帧压缩为单个 token 并追加至输入序列,使模型能以极低延迟关注长期记忆而无需外部规划器或新初始化模块。

  11. arXiv · 机器人与计算机视觉48

    SPACE:基于群体信息素的自适应避撞探索算法

    SPACE 提出一种受蚂蚁觅食启发的共享环境场机制,通过吸引前沿、排斥探索和快速密度场引导数十至数百个地面机器人集群协同。在 HouseExpo 和 KTH 数据集的十六套家居与八处校园场景中,该算法使接触率降低四到十七倍且覆盖时间仅增加约两百分之一,位于经验帕累托前沿并优于贪婪最近前沿规划器。论文已被 IEEE ROBIO 2026 接收,代码与权重暂未提及开放许可。

  12. arXiv · 机器人与计算机视觉74

    面向人形机器人的异步上半身任务空间轨迹跟踪策略学习

    针对高层规划器输出稀疏低频轨迹与全身控制器高频运行之间的时间不同步问题,提出一种异步上半身任务空间跟踪框架。该框架通过师生蒸馏初始化学生策略,利用滑动窗口全局奖励减少帧漂移;在特定任务后训练阶段,结合 MPC 模块完成稀疏参考并约束策略漂移。仿真及宇树 G1 硬件实验表明,该方法在低更新率下具有更优的轨迹跟踪性能、更强的基线对比优势以及对分布外运动的安全适应能力。

  13. arXiv · 机器人与计算机视觉75

    学习对 VLA 说什么:一种无害的视觉语言动作模型引导框架

    针对视觉语言动作模型指令映射脆弱且难以可靠执行的问题,作者提出一种无需微调预训练模型的交互式搜索框架。该方法将优化后的语言序列蒸馏为测试时语言反馈策略,并引入改进头预测引导效果,通过共形化方法防止在分布外场景下性能下降。实验显示,在仿真环境中任务成功率提升 24.7%,硬件实验中提升 65.0%。

  14. arXiv · 机器人与计算机视觉82

    STRIPS-WM:从图像学习基于命题的 STRIPS 风格世界模型

    论文介绍 STRIPS-WM 框架,旨在解决机器人仅通过图像序列进行长视界视觉操作时的规划难题。该方法首先从图像中归纳有限抽象转换图,进而学习潜在二元谓词和每个动作标签对应的 grounded propositional 算子,构建具有稀疏前提条件和增删效果的符号化动作模型。

    推荐理由:提出 STRIPS-WM 框架,从视觉过渡直接学习符号化世界模型,在视觉重排任务上优于现有基线。

  15. arXiv · 机器人与计算机视觉82

    OrbiSim:面向具身智能的可微物理引擎世界模型

    论文 OrbiSim 提出一种新型机器人仿真范式,将世界模型定义为完全可微的物理引擎,以连接结构化场景资产、神经动力学与下游强化学习。该方法支持从显式状态转换到视觉观测生成的端到端可微性,从而解决传统模拟器难以处理的接触建模、稀疏奖励下的梯度策略优化及直观物理推理等任务。

    推荐理由:该工作提出将世界模型作为可微物理引擎,支持端到端梯度优化与接触建模,为机器人策略训练提供新路径。

  16. arXiv · 机器人与计算机视觉82

    面向机器人技能学习与适应的高斯过程方法

    针对现有强化学习方法难以应对大环境变化导致表达力不足的问题,本文提出一种利用稀疏中间点(via-points)和轨迹导数保持运动学特征的新型高斯过程技能自适应框架。该方法包含优化、行为克隆和强化学习三种适应策略,在抽屉开启、推立方体和杆件操作三个任务中,仿真与硬件实验均优于所有基准,且能保持高运动学相似度和低速度误差。

    推荐理由:提出基于高斯过程的技能自适应框架,在仿真与硬件上优于基准。

  17. arXiv · 机器人与计算机视觉72

    视觉语言动作模型中的置信度校准研究

    Thomas P Zollo 和 Richard Zemel 在 TMLR 发表的研究首次系统分析了视觉语言动作(VLA)基础模型的置信度校准问题,建立了评估基线并揭示了任务成功率与校准误差的关系。作者提出了提示词集成(prompt ensembles)和行动级 Platt 缩放两种轻量技术来修正观察到的校准偏差,旨在通过可靠的量化不确定性使 VLA 行为更加可信。

  18. arXiv · 机器人与计算机视觉48

    多智能体强化学习无人机避障路径规划方法研究

    该方法提出基于多智能体强化学习的集中训练分散执行策略,结合模型预测控制思想与距离加权平均场观测扩展技术。实验通过对比、消融及真实机器人验证了其在随机环境下的有效性与泛化性能。论文为 arXiv 预印本版本,代码与权重未提及开放许可。

  19. arXiv · 机器人与计算机视觉65

    SparseMax-dSTL:具有与视界无关的梯度分配的稳健信号时序逻辑轨迹优化

    论文介绍了一种基于梯度的求解器,用于强制执行信号时序逻辑(STL)规范。该方法通过引入最小值和最大值的下近似及其 SparseMax 投影梯度,证明了其构建的稳健性既满足声性(Soundness),又能在任意时间步长下保持对违反样本的梯度权重有正的下界。

  20. arXiv · 机器人与计算机视觉70

    Self-Building Labs:一种能自动设计、配置并操作自身实验室环境的自主系统

    论文介绍 Self-Building Labs(SBL),该系统能从空房间或现有设施出发,自动构建实验室布局、数字孪生、机器人技能及实验工作流以达成高层科学目标。研究通过量子点合成实验验证了其在不同机器人与配置下的端到端能力,旨在提升科学自动化的可访问性、灵活性与可扩展性。

  21. arXiv · 机器人与计算机视觉45

    Structural Affinity:一种用于连贯笼基形状设计的算法

    Structural Affinity 提出了一种利用双笼结构耦合手柄运动的显式正则化方法,通过预计算仿射矩阵直接降低网格扭曲与自相交。该方法在机器人控制形态共设计、源到目标神经变形转移及气动翼型优化任务中,显著减少了对手工设计的结构损失项的依赖。实验显示其在余切拉普拉斯、笼畸变和表面粗糙度三项诊断指标上均取得一致增益。

  22. arXiv · 机器人与计算机视觉70

    Blind Precise Assembly:基于本体感知的盲插装配研究

    该研究探索机器人仅通过关节位置、速度和自身动作(无视觉、力或触觉)完成精密装配的可行性。通过在仿真中对随机化的部件、抓持和接触进行强化学习训练,策略成功实现了销钉插入、齿轮啮合和螺母旋入,且能零样本迁移至真实世界,在 73% 的试验中成功插入不同形状和大小的销钉。

  23. arXiv · 机器人与计算机视觉62

    MOSS:一种具备可变几何折纸轮的跨地形两栖机器人系统

    该研究提出了 MOSS 系统,这是一种紧凑型两栖机器人平台,采用 3D 打印的折纸轮和曲柄机构实现轮宽、直径及鳍片方向的同步切换。收缩构型在坚实地面滚动更高效,而展开构型在软土、沙地和水域中表现更好,将运输成本降低最多 29%。系统在土壤、泥沙、水和跨地形过渡测试中均成功完成形态变化与连续运动,证明了自适应几何结构对复杂环境的有效适应性。

  24. arXiv · 机器人与计算机视觉61

    Not All Actions Contribute Equally: Learning Precise Progress Estimation from Imprecise Demonstrations

    该论文提出 PRIME 方法,旨在解决机器人操作中难以准确评估任务进度的问题。现有方法常错误地将人类操作失误视为有效进展,而 PRIME 通过构建连接不同轨迹状态的加权图,利用空间距离和视觉一致性编码转换成本,以最短路径搜索近似成功状态的距离。

  25. arXiv · 机器人与计算机视觉42

    Learning Robot Metareasoning:自适应计算预算实现实时控制

    Learning Robot Metareasoning 将最优计算预算识别为半马尔可夫决策过程,通过强化学习策略根据状态动态调整机器人动作承诺与求解器时间。该方法在地面导航、敏捷四旋翼飞行及富接触操作任务中,均能自适应发现高效推理模式并超越固定预算基线。该研究解决了规划与反应的历史权衡问题,相关代码与论文已作为实验性预印本公开。

  26. arXiv · 机器人与计算机视觉78

    TransNav:面向静态与动态四旋翼避障的基于 Transformer 的端到端导航方法

    针对复杂环境中四旋翼同时应对密集静态障碍物和移动障碍物的挑战,本文提出 TransNav 方法。该方法采用基于 patch 的点云编码方案融合局部特征与全局上下文,将感知与导航集成于单一架构并直接预测有限时域的动作序列。

    推荐理由:提出基于 Transformer 的端到端导航方法,结合点云编码与无监督学习策略,在静态及动态环境中实现四旋翼避障。

  27. arXiv · 机器人与计算机视觉78

    超越动作预测:学习潜在空间中的无搜索规划

    论文提出 Hindsight Inverse JEPA Planning (HIJP) 框架,旨在解决基于世界模型的视觉规划需进行昂贵在线搜索的问题。该方法通过引入目标条件逆模型直接预测动作,并在训练阶段利用回顾性重标记策略塑造视觉表征与动作转换的一致性。

    推荐理由:提出 HIJP 框架,通过隐式逆动力学替代在线搜索实现无搜索规划,在四项视觉控制任务中成功率达 86.8% 且速度提升显著。

  28. arXiv · 机器人与计算机视觉78

    Embodiment-Aware Planning for Heterogeneous Bimanual Manipulation

    该论文研究如何利用异构双臂系统(配备吸盘和平行夹爪)协同完成单一末端执行器难以胜任的复杂操作任务。作者提出了一种感知驱动的规划框架,将执行过程建模为有限时域优化问题,在每一阶段动态决策单臂操作或双臂协作交接,并联合推理抓握可行性、运动约束及跨抓爪兼容性。实验基于双 Franka FR3 平台进行,结果表明该方法显著提升了原本无法通过单抓爪执行的任务的可行性和可靠性。

    推荐理由:原文提出了一种针对异构双臂操作的感知驱动规划方法,通过联合优化臂轨迹分配与抓握切换策略,在双 Franka 平台上验证了其在复杂任务中的可行性提升。

  29. arXiv · 机器人与计算机视觉58

    基于理由引导的人类奖励建模用于偏好强化学习

    该文提出一种基于轨迹反馈的偏好强化学习(PbRL)框架,通过学习人类奖励模型来优化任务奖励可能产生的行为偏差。该框架不仅利用偏好标签,还引入解释行为偏好的“理由”标签,使学到的奖励能同时捕捉人类选择及其底层逻辑。相比仅依赖偏好的方法,这种设计提供了额外的监督信号,提升了策略的可解释性、对人类意图的对齐度以及对偏好的敏感性。

  30. arXiv · 机器人与计算机视觉55

    基于强化学习的地形自适应全身控制:一种四足操作机器人的方法

    针对非结构化环境中的移动操作任务,本文提出了一种结合混合任务表示与任务优先全身学习的强化学习框架,旨在协调运动与操作并保持任务一致的末端执行器行为。研究团队开发了轻量级四足操作机器人平台进行验证。实验结果显示,该方法在坡度高达 30 度、楼梯及可变形地形等复杂场景中成功部署,证明了所学习策略在真实环境中的可行性及全身协调对地形自适应的重要性。

  31. arXiv · 机器人与计算机视觉78

    无眼亦无忧:触觉对盲操拨珠的贡献研究

    Ayush Deshmukh 等人提出了一种结合传感器对齐、触觉校准及新型域随机化的框架,在 Shadow Dexterous Hand Lite 上实现了无需视觉的连续拨珠旋转。物理实验完成单次连续 225 次(112.5 圈)180°旋转,速度约 0.36 转/秒,刷新了该任务的硬件基准并明确了触觉感知的关键区域贡献。

    推荐理由:该研究在 Shadow Dexterous Hand Lite 上实现了无需视觉的连续拨珠旋转,验证了触觉校准与仿真域随机化对跨越 Sim-to-Real 鸿沟的有效性。

  32. arXiv · 机器人与计算机视觉68

    Look Before You Act:通过观测对齐数据适应桥接主动感知与视觉语言动作模型

    论文针对机器人操作杂乱物体时主动相机运动导致初始观测状态分布偏移的问题,提出 ActiveAlign 框架。该方法利用学习到的视点模块生成相机轨迹,离线通过闭环对齐将轨迹终点连接至现有演示并保留成功续集进行微调;部署时仅需在 VLA 策略前加入该模块而不修改架构。

  33. arXiv · 机器人与计算机视觉78

    超越成功率:视觉语言动作系统中记忆的干预式评估

    针对机器人记忆系统仅凭成功率无法验证任务相关事实有效性的问题,本文提出了干预式记忆评估协议(IMEP)。研究在检索接口对比了目标事实替换与事实保留替换的效果,并引入 ChainBench 基准测试历史信息的必要性。实验显示,跨集学习库中特定干预改变了 11.9% 的结果,而完整记忆配置将任务成功率从 39.1% 提升至 74.3%,证实了正确历史信息对决策的支持作用。

    推荐理由:提出 IMEP 协议与 ChainBench,证明记忆系统需通过事实特异性干预评估而非仅看成功率。

  34. arXiv · 机器人与计算机视觉72

    SkyAgent:面向连续空中搜索的可修订目标记忆方法

    针对连续空中搜索中因证据矛盾导致假候选持续触发行动的失败模式,该文提出 SkyAgent 框架并引入可修订目标记忆机制。该机制通过关联证据、折扣相关视角及维护暂存/确认/拒绝三种状态来修正候选项,并将生成的航点与源候选绑定以无效化过时目标。

  35. arXiv · 机器人与计算机视觉78

    LY-GWM-RoboCasa-Human300:基于图动力学模型的预测引导动作选择技术报告

    该技术报告介绍了 LY-GWM-RoboCasa-Human300 策略,该策略结合了经 Human300 微调的 GR00T-N1.5 动作生成器、动作条件化的图动力学模型以及学习到的二元状态奖励评分器。

    推荐理由:该报告提出结合人类动作微调与图动力学模型的预测引导策略,在 RoboCasa 基准上实现了优于历史基线的成功率提升。